[发明专利]基于密度峰值-核心融合的自适应聚类方法

摘要

本发明提出了一种基于密度峰值‑核心融合的自适应聚类方法，属于模式识别领域。该方法包括如下步骤：（1）首先进行基于密度峰值的密度近邻聚类：采用核密度‑k近邻的密度估计方法计算待聚类数据集中每个数据点的密度，并通过自适应阈值确定密度峰值点，将密度峰值点作为类中心进行密度近邻聚类得到初始聚类结果；（2）进行基于类内散度的核心融合操作：首先自适应的确定每个初始类中的核心点，若两个初始类的核心点邻近且融合后能降低类内散度，则将这两个初始类进行融合，融合所有应融合的初始类得到最终的聚类结果。本方法简单、准确、高效，能够对具有任意形状及密度分布的数据集进行自适应聚类。

主权项

1.一种基于密度峰值‑核心融合的自适应聚类方法，其特征在于，包括如下两个步骤：(1)基于密度峰值的密度近邻聚类：首先采用核密度‑k近邻的密度估计方法计算每个数据点的密度，然后计算每个数据点与密度比自身大的数据点之间的最小距离，再通过基于密度及最小距离的自适应阈值确定密度峰值点，最后将密度峰值点作为初始类的中心，进行密度近邻聚类得到初始的聚类结果；(2)基于类内散度的核心融合操作：首先采用基于密度近邻的核心判别方法自适应确定每个初始类中的核心点，若两个初始类的核心点邻近且融合后能降低类内散度，则将这两个初始类进行融合，融合所有应融合的初始类得到最终的聚类结果。